귀 내시경 판독에 AI 활용했더니…저연차 전공의 정확도 32.2%p 향상
대본
- 지민귀 내시경 영상을 볼 때 인공지능의 도움을 받으면 진단이 더 정확해진다는 연구 결과가 나왔어요. 특히 진료 경험이 적은 전공의의 정확도가 크게 올랐다고 해요.
- 상현얼마나 올랐다는 건가요? 숫자로 먼저 들어보고 싶어요.
- 지민저연차 전공의는 인공지능 없이 판독했을 때 정확도가 54.4%였는데, 인공지능 결과를 참고해서 다시 보니 86.6%가 됐어요. 32.2%포인트 오른 거예요.
- 상현교수님 그룹이랑 비교하면 어떤가요?
- 지민교수 그룹은 78.7%에서 89.7%로 11.0%포인트 올랐어요. 교수와 저연차 전공의의 차이가 24.3%포인트에서 3.1%포인트로 줄어든 거죠.
- 상현그러면 인공지능이 결과를 바꾼 사례도 있었겠네요. 좋아진 경우만 있었던 건 아니죠?
- 지민맞아요. 13명이 영상 100장을 판독한 총 1300건을 보면, 처음에 틀렸다가 바로잡은 경우는 384건이었어요. 반대로 처음에 맞았다가 재판독에서 틀린 쪽으로 바뀐 경우도 46건, 3.5%였어요.
- 상현46건 중에서는 원인을 알 수 있었나요?
- 지민33건은 의료진 판독과 인공지능 예측이 모두 맞았던 사례였어요. 나머지 13건은 두 판단이 달랐는데, 인공지능의 권고가 얼마나 영향을 줬는지는 확인되지 않았다고 해요.
- 상현그럼 이 연구 결과를 실제 진료에 바로 적용해도 되는 건가요?
- 지민아직은 이르다고 봐야 해요. 단일 기관에서 확보한 영상으로 진행한 후향적 판독 연구라서, 실제 환자를 진료하면서 평가한 것은 아니에요.
- 상현같은 영상을 다시 보는 방식이면 학습 효과가 섞일 수도 있겠네요.
- 지민맞아요. 모든 참여자가 인공지능 없이 먼저 판독한 뒤 3개월 뒤에 인공지능을 참고해 다시 판독했기 때문에, 인공지능의 효과와 기억에 의한 효과를 완전히 나누기 어려워요.
- 상현평가에 쓰인 영상에도 제한이 있었다고요?
- 지민전문의 2명의 판독이 일치한 영상만 포함됐고, 주요 질환과 추가 이상 소견이 모두 없는 사례는 제외됐어요. 그래서 실제 진료에서 보는 질환 분포를 그대로 반영하지는 못했어요.
- 상현결국 다양한 의료기관과 실제 진료 환경에서 다시 검증이 필요하다는 얘기네요.
- 지민연구진도 그렇게 말하고 있어요. 그래도 경험이 적은 의료진을 돕는 도구로서 가능성은 확인했다는 데 의미가 있어요.
- 상현정리하면, 저연차 전공의의 정확도가 크게 올랐고, 다만 실제 진료에서의 효과는 아직 확인이 더 필요하다는 거군요.
- 지민네, 그렇게 이해하시면 정확해요.
AI 진행자 상현·지민이 원문 기사를 바탕으로 나눈 대화입니다. 정확한 내용은 원문 기사를 확인하세요.